三星電子引入Anthropic?Claude?Code加速芯片設(shè)計

據(jù)韓媒Chosun Biz報道，三星電子System LSI部門自今年5月向軟件開發(fā)者開放Anthropic的AI編碼工具"Claude Code"以來，僅用約3個月時間，便在定制系統(tǒng)芯片驗證與軟件開發(fā)環(huán)節(jié)取得了突破性進展。

（Chosun Biz報道標題）

從1個月到2天

三星System LSI部門將"Claude Code"的應(yīng)用從軟件開發(fā)逐步擴展至專業(yè)半導(dǎo)體開發(fā)任務(wù)。在定制系統(tǒng)芯片的數(shù)據(jù)互聯(lián)結(jié)構(gòu)驗證項目中，Claude展現(xiàn)了驚人的效率。該項目面臨嚴苛條件：客戶要求全新的芯片架構(gòu)，且使用了第三方知識產(chǎn)權(quán)，部分標準化設(shè)計資料缺失，DRAM控制器的寄存器傳輸級設(shè)計數(shù)據(jù)也未按期交付。按照傳統(tǒng)流程，搭建驗證環(huán)境并完成測試預(yù)計需要超過1個月，而借助基于Claude的AI工具，三星在2天內(nèi)完成了全部工作，內(nèi)部評估認為工作速度提升了約15倍。

具體而言，三星將已掌握的系統(tǒng)芯片設(shè)計信息、芯片內(nèi)部通信規(guī)格以及電子設(shè)計自動化廠商提供的驗證IP信息輸入AI系統(tǒng)。Claude自動定位所需驗證IP的位置，完成放置與連接，并生成虛擬驗證環(huán)境和測試場景。在DRAM控制器設(shè)計尚未交付的區(qū)域，AI通過連接虛擬模塊先行檢查核心數(shù)據(jù)路徑，甚至在實際寄存器傳輸級代碼到達之前就識別出早期錯誤。該項目涉及64條復(fù)雜交織的數(shù)據(jù)路徑，而內(nèi)部評估認為，整個驗證環(huán)境搭建過程中未出現(xiàn)人工操作可能導(dǎo)致的重復(fù)性失誤。

在軟件開發(fā)環(huán)節(jié)，Claude同樣大幅縮短了新人工程師的成長曲線。在芯片實際生產(chǎn)前，工程師需在仿真器中虛擬實現(xiàn)鍵盤、鼠標等USB設(shè)備的運行行為。EDA廠商提供的基礎(chǔ)數(shù)據(jù)傳輸參考代碼遠遠不夠，工程師通常需要獨立學(xué)習(xí)USB通信規(guī)范并為每種設(shè)備單獨建模，這一過程通常耗時1個月。

三星將這項任務(wù)交給一名入職第2年、毫無AI編程經(jīng)驗的工程師，由其使用"Claude Code"完成。該員工將所需功能和USB參考代碼輸入Claude后，AI自動細化需求、提出實現(xiàn)方案并生成代碼，甚至協(xié)助修改。結(jié)果，鍵盤和鼠標模型的創(chuàng)建與功能驗證在1天內(nèi)完成，基于這些模型的Android操作系統(tǒng)USB設(shè)備驅(qū)動程序開發(fā)也同步結(jié)束。

為什么是Claude？

三星選擇Claude而非其他大模型，核心原因在于"Claude Code"的產(chǎn)品形態(tài)與半導(dǎo)體開發(fā)需求高度契合。與典型的問答式生成式AI不同，"Claude Code"是一款代理式編碼工具，能夠讀取整個程序代碼結(jié)構(gòu)、直接修改文件并執(zhí)行命令。對于半導(dǎo)體開發(fā)而言，這意味著它可以根據(jù)電路設(shè)計資料、驗證程序和通信規(guī)格，自動生成驗證代碼并搭建測試環(huán)境，而非僅僅提供文本建議。

（Claude Code工具）

"Claude Code"擁有100萬token的上下文窗口，這意味著它可以一次性處理約200000至500000個token的真實代碼庫，將中型規(guī)模的項目完整載入內(nèi)存進行分析和規(guī)劃。在半導(dǎo)體驗證這類需要理解復(fù)雜多文件依賴關(guān)系的場景中，這種長上下文能力至關(guān)重要。此外，Claude Opus 4.8在SWE-Bench Pro基準測試中得分69.2%，在公開可用的商業(yè)編碼代理中處于領(lǐng)先地位，其代理式推理和工具調(diào)用能力經(jīng)過專門優(yōu)化。

雙方關(guān)系的深化也為這一選擇提供了商業(yè)邏輯。今年5月，Anthropic完成650億美元H輪融資，估值達到9650億美元。在這輪融資中，三星電子與SK海力士、美光一同作為戰(zhàn)略基礎(chǔ)設(shè)施合作伙伴參與投資。Anthropic在官方聲明中明確表示，這些合作伙伴的技術(shù)在全球內(nèi)存、存儲和邏輯芯片供應(yīng)中扮演關(guān)鍵角色，將幫助公司按客戶需求可靠地擴展計算能力。

而在三大內(nèi)存廠商中，三星是唯一同時擁有先進邏輯芯片代工能力的企業(yè)，這被業(yè)界普遍視為三星有望獲得Anthropic芯片訂單的重要信號。據(jù)The Information報道，Anthropic正在與三星洽談，考慮使用三星的2納米代工工藝和先進封裝技術(shù)生產(chǎn)其自研AI芯片。若合作達成，三星代工業(yè)務(wù)將再添一位重量級客戶。

（The Information報道標題）

AI滲透半導(dǎo)體全產(chǎn)業(yè)鏈

三星并非唯一將AI引入芯片設(shè)計與制造的廠商，整個半導(dǎo)體產(chǎn)業(yè)正在經(jīng)歷從設(shè)計工具到制造流程的全面AI化。

在電子設(shè)計自動化領(lǐng)域，Synopsys和Cadence兩大巨頭已將AI嵌入核心工具鏈。Synopsys的DSO.ai利用強化學(xué)習(xí)驅(qū)動設(shè)計空間優(yōu)化，截至2026年第一季度已完成超過700次生產(chǎn)流片，涵蓋多家頭部半導(dǎo)體廠商的下一代AI加速器、高性能計算芯片以及眾多初創(chuàng)公司的設(shè)計。Synopsys還與AMD和微軟合作開發(fā)了業(yè)界首個自主式EDA工作流，其全自動調(diào)試閉環(huán)工作流早期評估顯示，調(diào)試周期時間可縮短25%至40%。

Cadence的Cerebrus AI Studio則通過強化學(xué)習(xí)優(yōu)化數(shù)字布局布線流程，在2026年投資者電話會議中被提及已部署于300多個活躍項目，包括超大規(guī)模ASIC、汽車系統(tǒng)芯片，以及HBM控制器模塊。

在芯片設(shè)計公司內(nèi)部，NVIDIA開發(fā)了名為ChipNeMo的領(lǐng)域自適應(yīng)大語言模型，基于700億參數(shù)規(guī)模，在NVIDIA內(nèi)部設(shè)計流程中用于Verilog和SystemVerilog生成、漏洞摘要、EDA腳本編寫等任務(wù)，該模型已嵌入Hopper、Blackwell和Rubin系列芯片的設(shè)計流程，可顯著降低工程成本。

Google的AlphaChip則通過強化學(xué)習(xí)進行芯片宏單元布局，自TPU v5以來已應(yīng)用于每一代TPU設(shè)計，包括v6 Trillium，將原本需要數(shù)周的布局規(guī)劃壓縮至數(shù)小時。

在制造端，臺積電正與NVIDIA深度合作，將AI引入晶圓廠運營。臺積電使用NVIDIA cuLitho加速計算光刻，將成本效益或周期時間提升20%至50%；利用NVIDIA cuEST將電子結(jié)構(gòu)模擬速度提升50倍；通過NVIDIA cuML加速大規(guī)模分析，從數(shù)十萬工藝參數(shù)中提取機器學(xué)習(xí)模型的精確輸入；并借助NVIDIA Omniverse構(gòu)建FabTwin數(shù)字孿生平臺，協(xié)調(diào)工具、材料、機器人和設(shè)施系統(tǒng)。臺積電還使用NVIDIA Metropolis平臺和TAO工具包改進納米級缺陷檢測，提升質(zhì)量檢驗?zāi)芰Α?/p>

意想不到的風(fēng)險

盡管AI帶來了顯著的效率提升，但將生成式AI應(yīng)用于硬件設(shè)計也暴露出意想不到的風(fēng)險。三星內(nèi)部記錄顯示，在一次驗證任務(wù)中，當(dāng)工程師要求AI修復(fù)錯誤時，AI并未解決根本原因，而是簡單地將錯誤提示信息改為普通信息消息。另有案例中，當(dāng)要求僅回滾特定功能時，AI連帶恢復(fù)了其他此前已完成的工作；而在被要求僅分析驗證結(jié)果時，AI甚至試圖修改寄存器傳輸級代碼，即實際的電路設(shè)計代碼。這些問題被歸因于大語言模型對硬件描述語言復(fù)雜依賴關(guān)系的理解仍不充分。

半導(dǎo)體與軟件存在本質(zhì)差異：軟件發(fā)布后可通過更新修復(fù)漏洞，但一旦進入量產(chǎn)，芯片設(shè)計缺陷幾乎無法回滾。因此三星采取了漸進式策略，由人類嚴格定義AI的工作范圍，并對其輸出進行復(fù)核驗證。一位半導(dǎo)體業(yè)內(nèi)人士評價稱：基于大語言模型的代理速度很快，但若控制不當(dāng)，可能引發(fā)重大事故。最終方向是減少過去由人類執(zhí)行的繁瑣手動步驟，縮短整體開發(fā)時間，讓工程師聚焦于目標設(shè)定和最終驗證。